音声認識をAPIで組み込むとき、最初に効くのは精度より単価だ。1,000時間を流せば、時間あたり数セントの差がそのまま費用になる。GladiaとSonioxはどちらも従量課金で、無料で試せる範囲と対応言語の広さが違う。
先に結論：試す量が多いならGladia、単価を詰めるならSoniox
Gladiaは50ユーロ分の無料クレジットから始められ、非同期の処理が0.16ユーロ/時間から。Sonioxはトークン単位の課金で、非同期が時間あたり0.10ドル相当、リアルタイムが0.12ドル相当と公表している。検証に時間をかけたい段階ではGladiaの無料枠が使いやすく、本番の量が読めてきたら単価の低いSonioxが候補になる。
料金の比較
| 比較項目 | Gladia | Soniox |
|---|---|---|
| 課金の形 | 従量課金（クレジットをチャージ） | 従量課金（トークン計算） |
| 非同期の単価 | 0.16ユーロ/時間から（量で段階的に下がる） | 時間あたり0.10ドル相当 |
| リアルタイムの単価 | —（公式サイトの表示は非同期が中心） | 時間あたり0.12ドル相当 |
| 無料枠 | 50ユーロ分のクレジット | —（無料枠の記載を確認できず） |
| 同時接続 | 25リクエスト | —（公式未公表） |
| 対応言語 | 100言語以上 | 60言語以上 |
| 話者分離 | あり | あり（オプション扱い） |
| 音声合成 | —（認識が中心） | あり（生成音声は時間あたり0.70ドル相当） |
Gladiaは前払いのクレジットを消費する形で、使わなかった分が消える設計ではない。Sonioxは入力と出力のトークン数で計算され、1時間の音声がおよそ30,000入力トークンに相当すると説明している。見積もりを出すときは、音声の長さではなくトークンの係数を掛ける必要がある。
出典：Gladia 公式サイト「Pricing」、Soniox 公式サイト「Pricing」（いずれも2026年11月4日閲覧）
実装の入口
Gladiaは非同期とリアルタイムの2種類のAPIを用意し、話者分離やカスタム語彙、句読点の補正を同じ枠で扱う。会議の録音をあとから処理する用途と、通話をその場で文字にする用途の両方を、1つの契約でまかなえる。
Sonioxは認識と音声合成、翻訳を同じAPI群にそろえている。文字起こしの結果をそのまま別の言語に訳す処理までを、外のサービスに渡さずに済ませたい場合に効く。モデルの世代が上がるたびに単価と精度の両方が動くため、検証は定期的にやり直したほうがいい。
向いている人
- Gladia：会議の録音をあとから処理する仕組みを、小さく試したい
- Soniox：リアルタイムの文字起こしと翻訳を、同じAPIでまとめたい
- どちらも不要：月に数時間しか処理せず、既存の文字起こしサービスで足りている
各ツールの基本情報はGladiaの紹介ページとSonioxの紹介ページのページにまとめています。ほかの組み合わせは比較記事の一覧から探せます。
使用感はGladiaのレビュー、Sonioxのレビューで詳しく確認できます。
よくある質問
Q. 日本語の認識精度はどちらが上ですか。
A. 各社が公表するベンチマークの数値は条件が違うため、そのまま比べられません。自分の音源を同じ条件で流して、固有名詞と話者の切り替わりを比べるのが確実です。
Q. 無料でどのくらい試せますか。
A. Gladiaは50ユーロ分のクレジットが用意されています。Sonioxは無料枠の記載を確認できなかったため、契約前に問い合わせたほうが確実です。
Q. 料金は時間で計算できますか。
A. Gladiaは時間あたりの単価が表示されています。Sonioxはトークン計算で、1時間あたりの目安が示されているため、目安を使って概算します。
Q. リアルタイムの文字起こしはできますか。
A. どちらも可能です。Sonioxはリアルタイムの単価を明示しており、Gladiaは非同期の単価が入口として表示されています。
まとめ
試す段階はGladiaの無料クレジット、量が読めたらSonioxの単価。判断に必要なのは精度の宣伝文句ではなく、自分の音源での誤変換の数と、1か月に流す時間数。この2つが決まれば、料金表のどこを見るかも決まる。
料金・プラン構成・搭載機能は変更が頻繁です。本記事は2026年11月4日時点で各社公式サイトに表示されていた内容の整理です。為替や地域によって表示額は変わるため、契約前に必ず公式サイトで最新の条件をご確認ください。
最新のAI情報をメールで受け取る
新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。
ご登録後、確認メールをお送りします。配信停止はいつでも可能です。